我們如何估算壓縮文件的「開銷」？

Question

假設我們壓縮例如.txt文件，其具有字節大小。壓縮並轉換爲.zip文件後，大小將爲字節。

有沒有辦法估計或計算「開銷」的近似大小？

什麼因素影響開銷大小？

Zlib計算開銷：他們說：「......只有擴展是每個16 KB塊（約0.03％）的開銷爲五個字節，加上整個流的一次性開銷爲六個字節。

我只是把這個網站告訴它可以估計「開銷」的大小。

注意：開銷是一些額外的數據添加到壓縮版本的數據。

Answer 1

從the ZIP format ..

假設只有一個中央目錄和沒有意見和沒有額外的字段，開銷應該是類似於以下。 （塔頂只會上去如果添加任何額外的元數據。）

• 每文件（本地文件頭） - 30 + LEN（文件名）
• 每文件（數據描述符） - 12（16）
• 每文件（中央目錄標題） - 46 + LEN（文件名）
• 每個歸檔（EOCD） - 22

這樣的開銷，其中afn是所有文件名的平均長度，和f是文件數：

f * ((30 + afn) + 12 + (46 * afn)) + 22 
= f * (88 + 2 * afn) + 22 

這當然使得ZIP一個很差選擇對於其中不需要（文件）結構或元數據的壓縮數據的非常微小的位 - zlib，在另一方面，是一種非常薄放氣包裝。

對於小有效載荷，一個放氣差實現也可能導致較大的顯著「壓縮」的大小，比如臭名昭著的.NET實現..

---

實例：

• 存儲1文件，名稱爲「hello world note」。TXT」（LEN = 20），

  = 1 * (88 + 2 * 20) + 22 = 150開銷字節

• 存儲100個文件，用14個字母的平均名稱，

  = 100 * (88 + 2 * 14) + 22 = 11622開銷字節